基于蚁群算法的MATLAB实现Word文件下载.docx
《基于蚁群算法的MATLAB实现Word文件下载.docx》由会员分享,可在线阅读,更多相关《基于蚁群算法的MATLAB实现Word文件下载.docx(6页珍藏版)》请在冰豆网上搜索。
%Q信息素增加强度系数
%
%输出参数列表
%ROUTES每一代的每一只蚂蚁的爬行路线
%PL每一代的每一只蚂蚁的爬行路线长度
%Tau输出动态修正过的信息素
%%--------------------变量初始化----------------------------------
%load
D=G2D(G);
N=size(D,1);
%N表示问题的规模(象素个数)
MM=size(G,1);
a=1;
%小方格象素的边长
Ex=a*(mod(E,MM)-0.5);
%终止点横坐标
ifEx==-0.5
Ex=MM-0.5;
end
Ey=a*(MM+0.5-ceil(E/MM));
%终止点纵坐标
Eta=zeros(1,N);
%启发式信息,取为至目标点的直线距离的倒数
%下面构造启发式信息矩阵
fori=1:
N
ix=a*(mod(i,MM)-0.5);
ifix==-0.5
ix=MM-0.5;
end
iy=a*(MM+0.5-ceil(i/MM));
ifi~=E
Eta(1,i)=1/((ix-Ex)^2+(iy-Ey)^2)^0.5;
else
Eta(1,i)=100;
ROUTES=cell(K,M);
%用细胞结构存储每一代的每一只蚂蚁的爬行路线
PL=zeros(K,M);
%用矩阵存储每一代的每一只蚂蚁的爬行路线长度
%%-----------启动K轮蚂蚁觅食活动,每轮派出M只蚂蚁--------------------
fork=1:
K
%disp(k);
form=1:
M
%%第一步:
状态初始化
W=S;
%当前节点初始化为起始点
Path=S;
%爬行路线初始化
PLkm=0;
%爬行路线长度初始化
TABUkm(S)=0;
%已经在初始点了,因此要排除
DD=D;
%邻接矩阵初始化
%%第二步:
下一步可以前往的节点
DW=DD(W,:
);
DW1=find(DW<
inf);
forj=1:
length(DW1)
ifTABUkm(DW1(j))==0
end
end
LJD=find(DW<
%可选节点集
Len_LJD=length(LJD);
%可选节点的个数
%%觅食停止条件:
蚂蚁未遇到食物或者陷入死胡同
whileW~=E&
&
Len_LJD>
=1
%%第三步:
转轮赌法选择下一步怎么走
PP=zeros(1,Len_LJD);
fori=1:
Len_LJD
PP=PP/(sum(PP));
%建立概率分布
Pcum=cumsum(PP);
Select=find(Pcum>
=rand);
to_visit=LJD(Select
(1));
%下一步将要前往的节点
%%第四步:
状态更新和记录
Path=[Path,to_visit];
%路径增加
PLkm=PLkm+DD(W,to_visit);
%路径长度增加
W=to_visit;
%蚂蚁移到下一个节点
forkk=1:
ifTABUkm(kk)==0
DD(W,kk)=inf;
DD(kk,W)=inf;
end
TABUkm(W)=0;
%已访问过的节点从禁忌表中删除
DW=DD(W,:
LJD=find(DW<
Len_LJD=length(LJD);
%%第五步:
记下每一代每一只蚂蚁的觅食路线和路线长度
ROUTES{k,m}=Path;
ifPath(end)==E
PL(k,m)=PLkm;
else
PL(k,m)=inf;
%%第六步:
更新信息素
Delta_Tau=zeros(N,N);
%更新量初始化
ifPL(k,m)<
inf
ROUT=ROUTES{k,m};
TS=length(ROUT)-1;
%跳数
PL_km=PL(k,m);
fors=1:
TS
x=ROUT(s);
y=ROUT(s+1);
Delta_Tau(x,y)=Delta_Tau(x,y)+Q/PL_km;
Delta_Tau(y,x)=Delta_Tau(y,x)+Q/PL_km;
Tau=(1-Rho).*Tau+Delta_Tau;
%信息素挥发一部分,新增加一部分
%%---------------------------绘图--------------------------------
plotif=0;
%是否绘图的控制参数
ifplotif==1
%绘收敛曲线
meanPL=zeros(1,K);
minPL=zeros(1,K);
fori=1:
PLK=PL(i,:
Nonzero=find(PLK<
PLKPLK=PLK(Nonzero);
meanPL(i)=mean(PLKPLK);
minPL(i)=min(PLKPLK);
figure
(1)
plot(minPL);
holdon
plot(meanPL);
gridon
title('
收敛曲线(平均路径长度和最小路径长度)'
xlabel('
迭代次数'
ylabel('
路径长度'
%绘爬行图
figure
(2)
axis([0,MM,0,MM])
MM
ifG(i,j)==1
x1=j-1;
y1=MM-i;
x2=j;
y2=MM-i;
x3=j;
y3=MM-i+1;
x4=j-1;
y4=MM-i+1;
fill([x1,x2,x3,x4],[y1,y2,y3,y4],[0.2,0.2,0.2]);
holdon
else
fill([x1,x2,x3,x4],[y1,y2,y3,y4],[1,1,1]);
ROUT=ROUTES{K,M};
Rx=ROUT;
Ry=ROUT;
forii=1:
LENROUT
Rx(ii)=a*(mod(ROUT(ii),MM)-0.5);
ifRx(ii)==-0.5
Rx(ii)=MM-0.5;
Ry(ii)=a*(MM+0.5-ceil(ROUT(ii)/MM));
plot(Rx,Ry)
plotif2=0;
%绘各代蚂蚁爬行图
ifplotif2==1
figure(3)
fill